發(fā)生災(zāi)害的環(huán)境背景就是孕災(zāi)環(huán)境,由自然因素和社會(huì)因素作用而成。孕災(zāi)環(huán)境的改善,能夠有效減輕災(zāi)害的發(fā)生與危害程度。因此,對(duì)區(qū)域?yàn)?zāi)害孕災(zāi)環(huán)境進(jìn)行有效的監(jiān)測(cè)成為災(zāi)害預(yù)警與防護(hù)的重要課題。本文將時(shí)下熱門的機(jī)器學(xué)習(xí)算法與遙感技術(shù)相結(jié)合應(yīng)用到環(huán)境監(jiān)測(cè)中,并融合多元遙感數(shù)據(jù),提高監(jiān)測(cè)的范圍與準(zhǔn)確性。本文以日喀則地區(qū)為主要研究區(qū),以歷史災(zāi)害數(shù)據(jù)和衛(wèi)星遙感數(shù)據(jù)為主,輔以地面氣象數(shù)據(jù)建立滑坡泥石流孕災(zāi)環(huán)境敏感性分析模型,完成對(duì)滑坡泥石流孕災(zāi)環(huán)境的監(jiān)測(cè)研究。通過對(duì)災(zāi)害數(shù)據(jù)的影響因素研究,重點(diǎn)分析研究區(qū)的土地覆蓋時(shí)空變化,為滑坡泥石流孕災(zāi)環(huán)境的遙感監(jiān)測(cè)提供支撐,為該地區(qū)防災(zāi)減災(zāi)提供科學(xué)依據(jù)。首先,完成對(duì)災(zāi)害數(shù)據(jù)的數(shù)據(jù)清洗工作,得出滑坡泥石流災(zāi)害空間分布,并基于Xgboost算法的特征重要度計(jì)算得到特征重要性排序,從中提取出相關(guān)程度最高的8個(gè)致災(zāi)因子,建立致災(zāi)因子與孕災(zāi)環(huán)境評(píng)估模型,定量分析致災(zāi)因子時(shí)空分布特征與災(zāi)害數(shù)據(jù)的相關(guān)性。然后,完成對(duì)MODIS數(shù)據(jù)MOD09A1的圖像預(yù)處理工作,得到2001至2017年多時(shí)相遙感數(shù)據(jù),應(yīng)用集成學(xué)習(xí)的代表算法隨機(jī)森林進(jìn)行遙感圖像土地覆蓋分類,并通過高分辨率數(shù)據(jù)和MCD12... 

【文章來源】：南京信息工程大學(xué)江蘇省

【文章頁(yè)數(shù)】：73 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

本文框架與研究路線

圖 2.1 日喀則地區(qū)地理位置及數(shù)字高程分布圖（2）地質(zhì)構(gòu)造日喀則地區(qū)內(nèi)沿著雅江有幾條規(guī)模較大的活動(dòng)斷裂帶，其走勢(shì)以擠壓逆沖為主、呈東西走向。從中生代到新生代，印度板塊與亞歐板塊相互碰撞的深斷裂面由向北傾轉(zhuǎn)為向南傾，導(dǎo)致復(fù)雜的斷裂變形性質(zhì)以脆性和韌脆性為主。受雅江水系的制約和地質(zhì)構(gòu)造的影響，區(qū)內(nèi)基巖和谷地廣布，形成了堆積谷扇地、侵蝕山地以及風(fēng)成沙地等多種構(gòu)造地貌[40]。日喀則地區(qū)地質(zhì)構(gòu)造復(fù)雜，地震活動(dòng)頻發(fā)，新構(gòu)造運(yùn)動(dòng)強(qiáng)烈，內(nèi)外動(dòng)力地質(zhì)作用異常活躍，在我國(guó)屬于地質(zhì)災(zāi)害比較嚴(yán)重的地區(qū)。（3）水文氣象日喀則地區(qū)主要由溫帶半干旱季風(fēng)氣候、亞寒帶半干旱/干旱季風(fēng)氣候以及溫帶半濕潤(rùn)季風(fēng)氣候組成，分別位于喜馬拉雅山以北和唐古拉山以南區(qū)域、唐古拉山以北區(qū)域以及喜馬拉雅山以南區(qū)域。

(c) (d)圖 2.2 實(shí)地考察圖片文章實(shí)驗(yàn)分析所用到的日喀則地區(qū)滑坡泥石流災(zāi)害數(shù)據(jù)是從西藏高原大氣環(huán)境科學(xué)研究所獲得的，根據(jù)研究所提供的實(shí)際資料并結(jié)合網(wǎng)絡(luò)資源補(bǔ)充，得到的部分災(zāi)害數(shù)據(jù)及影響因素如圖 2.3 所示：圖 2.3 日喀則地區(qū)滑坡泥石流災(zāi)害數(shù)據(jù)2.2.3 地面氣象資料

【參考文獻(xiàn)】：
期刊論文
[1]基于隨機(jī)森林的HEVC復(fù)雜度控制方法[J]. 文鵬,彭宗舉,陳芬,蔣剛毅,郁梅.  電信科學(xué). 2019(02)
[2]基于隨機(jī)森林和氣象參數(shù)的PM2.5濃度等級(jí)預(yù)測(cè)[J]. 任才溶,謝剛.  計(jì)算機(jī)工程與應(yīng)用. 2019(02)
[3]基于MODIS數(shù)據(jù)的洪澇災(zāi)害分析研究——以2017年洞庭湖區(qū)洪水為例[J]. 饒品增,蔣衛(wèi)國(guó),王曉雅,陳坤.  災(zāi)害學(xué). 2019(01)
[4]XGBoost算法在風(fēng)機(jī)主軸承故障預(yù)測(cè)中的應(yīng)用[J]. 王桂蘭,趙洪山,米增強(qiáng).  電力自動(dòng)化設(shè)備. 2019(01)
[5]機(jī)器學(xué)習(xí)隨機(jī)森林算法的應(yīng)用現(xiàn)狀[J]. 杭琦,楊敬輝.  電子技術(shù)與軟件工程. 2018(24)
[6]基于數(shù)值預(yù)報(bào)和隨機(jī)森林算法的強(qiáng)對(duì)流天氣分類預(yù)報(bào)技術(shù)[J]. 李文娟,趙放,酈敏杰,陳列,彭霞云.  氣象. 2018(12)
[7]基于XGBoost特征選擇的幕課翹課指數(shù)建立及應(yīng)用[J]. 宋國(guó)琴,劉斌.  電子科技大學(xué)學(xué)報(bào). 2018(06)
[8]基于機(jī)器學(xué)習(xí)Xgboost模型解決商店商品銷量預(yù)測(cè)的問題[J]. 趙一安.  通訊世界. 2018(11)
[9]基于地形因子的南方農(nóng)牧交錯(cuò)帶內(nèi)植被凈初級(jí)生產(chǎn)力的分布特征[J]. 趙唯茜,杜華明,董廷旭,胡利利.  綿陽(yáng)師范學(xué)院學(xué)報(bào). 2018(11)
[10]基于灰色聚類的貴州省縣域公路洪災(zāi)孕災(zāi)環(huán)境分區(qū)研究[J]. 伍仁杰,陳洪凱.  重慶交通大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(04)

博士論文
[1]地震重災(zāi)區(qū)生態(tài)環(huán)境遙感動(dòng)態(tài)監(jiān)測(cè)與評(píng)價(jià)研究[D]. 向明順.成都理工大學(xué) 2018

碩士論文
[1]基于Landsat TM/OLI遙感影像的焦作市生態(tài)環(huán)境監(jiān)測(cè)與評(píng)價(jià)[D]. 楊洋.東華理工大學(xué) 2018
[2]基于深度學(xué)習(xí)的湖泊濕地信息提取及時(shí)空演變特征研究[D]. 杜敬.東華理工大學(xué) 2017
[3]基于多源數(shù)據(jù)的黃海綠潮遙感監(jiān)測(cè)研究[D]. 鄭翔宇.中國(guó)科學(xué)院煙臺(tái)海岸帶研究所 2017
[4]新疆伊犁河谷多源遙感影像地質(zhì)災(zāi)害動(dòng)態(tài)監(jiān)測(cè)研究[D]. 黃端.江西理工大學(xué) 2016
[5]青藏高原長(zhǎng)時(shí)間序列雪蓋數(shù)據(jù)集生成的關(guān)鍵技術(shù)研究與應(yīng)用[D]. 曹庭.南京信息工程大學(xué) 2016
[6]基于遙感技術(shù)的城市景觀動(dòng)態(tài)分析與生態(tài)環(huán)境評(píng)價(jià)[D]. 楊恕.西南交通大學(xué) 2015
[7]基于支持向量機(jī)的MODIS數(shù)據(jù)土地覆蓋分類研究[D]. 李淼.遼寧工程技術(shù)大學(xué) 2007



本文編號(hào)：3410591